金融工程专题报告：LPPL与GSADF方法的资产价格泡沫识别及预警研究

本文研究了资产价格泡沫的识别与结束预警方法，对比分析了LPPL和GSADF两种量化模型在黄金、白银及中信二级行业中的应用效果。

核心观点：

• LPPL模型通过拟合价格的超指数增长和对数周期振荡，刻画泡沫的演化过程并估计潜在临界时间；GSADF方法通过递归右尾单位根检验，识别价格的爆炸性行为和异常加速阶段。
• LPPL和GSADF分别从价格动态结构和统计性质角度刻画泡沫，具有互补性，LPPL适合刻画整体趋势，GSADF适合确认异常加速阶段。

关键数据与研究结论：

• LPPL模型：
  • 金银和中信二级行业分别生成5568次和73731次有效临界时间预测，中位数绝对误差分别为52日和61日。
  • 黄金和白银在2026年1月的高点预测中，LPPL模型提前14日和8日锁定高点窗口。
  • LPPL更适合持续时间较长、后期加速结构清晰的趋势，对金银的预测效果较好，但对中信二级行业的预测误差较大，部分行业因趋势持续时间不足60日而无法生成预测。
• GSADF模型：
  • 黄金和白银分别识别出23段和9段正式泡沫区间，最新一轮黄金泡沫区间持续75周，BSADF峰值创历史新高；白银最新BSADF已退出泡沫区间。
  • 99个中信二级行业中，99个行业至少出现过一段价格爆炸性变化区间，累计识别361段，通信设备和元器件仍处于正式泡沫区间。
• 综合分析：
  • 黄金仍处于GSADF识别的泡沫区间，LPPL价格通道识别出正向趋势，但异常加速强度已明显回落。
  • LPPL通常比GSADF更早识别行情，覆盖范围更宽；GSADF则在趋势内部提供更集中、更严格的泡沫确认。
• BSADF方向性反转预警：
  • 基于BSADF构建的预警方法，连续两期BSADF均大于1且最新一期较前一期提高30%以上时，近期方向性反转风险相应提高。
  • 历史回测中，黄金、白银和中信二级行业共出现92个信号，其中57个在后两期内发生方向性反转，整体反转比例为62.0%。
  • 该方法已封装为轻量化Skill，可快速筛选近期异常加速程度显著提高的重点关注方向。

风险提示：

• 模型结果受样本区间、参数设定等因素影响，不构成确定性投资建议。
• LPPL临界时间不等同于确定的最高点或最低点；GSADF和BSADF识别的是统计意义上的价格爆炸性和自我强化特征，不直接代表资产基本面高估或价格必然反转。
• 方向性反转Skill的62.0%为历史样本总体命中率，不能直接解释为单一资产未来发生反转的概率。